一觉醒来被GPT-6进入AGI时代刷屏。AGI是什么？怎么才算AGI？

这个词到今天也没有一个大家都认的定义，所以才吵得起来

北京时间9月4日凌晨，OpenAI发布新模型GPT-6 Astra。发布会最后，总裁Greg Brockman说了一句"欢迎来到AGI时代"，接着补了一句：对我个人而言，我认为我们已经到了。

一觉醒来，满屏都是这句话。

同一天，给这个模型出考题的机构也发了篇文章，说的是另一个意思：这套题被跑满，也不等于证明了AGI。

一边说到了，一边说没到。问题出在，AGI这个词本身就没有一个大家都认的定义。

AGI是什么：关键在"通用"两个字

AGI是artificial general intelligence的缩写，中文叫通用人工智能。

现在的AI都是专才。会下棋的那个不会开车，会写文案的那个不会看CT片。你让它干练过的活，它比人强；换一件没见过的事，它常常连门都摸不着。

AGI说的是另一种东西：什么活都能上手。丢给它一件从没做过的事，它自己琢磨琢磨就会了，跟一个成年人换份工作差不多。

所以难点从来不在强不强，在换一件事还行不行。

怎么才算：从1950年到现在，尺子换了四把

第一把是图灵的，1950年。你隔着屏幕跟对面聊天，分不出是人还是机器，就算它会思考。今天的聊天机器人早就过了这一关，可谁也没因此宣布AGI来了。这把尺子量的是像不像人，不是能不能干活，现在没人再拿它说事了。

第二把是OpenAI自己的。它章程里的定义是：世上大部分能挣钱的活，它干得比人好。这是拿工作当尺子。麻烦在"大部分"怎么数，全世界几千种职业，数哪些、怎么算，谁也说不清。

第三把是出题那家的。ARC Prize的说法是，人能学会的本事它也能学会，而且不比人多费劲。重点在"没见过"三个字上。做见过的题不算本事，第一次见就能摸出路子才算。这跟我们看孩子做题是一个道理：刷过八百遍的题型做对了说明不了什么，给一道从没见过的，能自己想出办法，那才叫会。

第四把在学术界。2025年10月有篇论文叫《A Definition of AGI》，把心理学里最成熟的那套人类智力模型搬了过来，拆成十项打分，常识、数学、推理、记性、视觉、听觉、反应速度都在里头，每项占十分之一。GPT-5的成绩是十项平均58分，但换成不许偏科的算法重算，只剩24分。有几项接近人，有几项差得远，而这把尺子不让强项去补弱项。

四把尺子，量的根本不是同一件事。所以同一个模型，有人说到了，有人说没到。

这次吵起来，是因为同一个模型考出了两个分数

ARC Prize那套题叫ARC-AGI，一共出过三代，一代比一代难。最新的第三代，考法是把AI丢进一个它没玩过的小游戏，不给说明书，看它要试多少步才能摸清规则。

这一代，Astra考了两次。

用大家通用的那套考法，62.7%。用OpenAI自己配的考法，99.9%。

模型是同一个，一个字都没改。变的是考试怎么组织。比如它做题时随手记下的东西，下一题还能不能带着；上一轮想到哪儿了，还记不记得住。就这点差别，分数从62跳到99，而且后一次花的钱反而更少。

争论就卡在这里：这99.9%，是它真的更聪明了，还是考场给它铺得太顺。

出题方自己的结论写得很直白：把这套题跑满，不构成达成AGI的证明。理由是他们的题目规则固定、边界清楚，真实世界不长这样。

在OpenAI那套考法里，Astra有96%的关卡比人用的步数还少，平均每关少一半。这个成绩也是ARC Prize自己测出来公布的。同一家机构，一边说它比人做得好，一边说这不算AGI。

你觉得，我们算是进入AGI时代了吗？